放屁的聲音可以控制嗎？屁的聲響從何而來？——《一顆屁的科學》

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

• 文／洪萱眉 雅文基金會聽語科學研究中心 助理研究員

在如今這個網路時代，人人在日常生活中都常要透過帳號、密碼來辨識身份，不管是提款卡、行動裝置（手機、筆電、平板）、網路銀行、行動支付等，都需設定一組帳號密碼來辨識自己的身份。

為了不讓自己的帳號被駭，每次都得抓破頭來設定，太簡單擔心被破解，太複雜又怕自己記不住。更煩人的是，每個平台的密碼設定都有自己的規則，有些要求要有特殊符號，有些則要求英文大小寫和數字都要有。

於是，為了兼顧安全與便利性，越來越多廠商使用指紋辨識來解鎖，這樣既不用擔心忘記密碼，也不容易被盜用。然而，你知道，我們的聲音其實和指紋一樣，也能進行身份辨識嗎？

專屬個人的聲音密碼

聲音跟指紋一樣，都有獨一無二的特定性，而在利用聲音的特性做辨識時，就稱為聲紋辨識。我們接到熟識親朋好友來電時，他們不用說他是誰，我們只要一聽到聲音就能辨識。這是因為每個人的說話特性不同，聽聲音就能辨識說話者。而我們的語音訊號中可供辨識的因素，主要可分為三個面向^[1]：

• 發音器官的差異：因每個人的發音器官差異，如口腔形狀、聲帶長短粗細不同，造成每個人的聲音特性有所不同。例如，當小朋友前排乳牙掉了時，說話時會有俗稱「漏風」的感覺，就是因為口腔的共鳴特性變了而造成的；而男生的聲帶比女生的要長且粗厚，振動頻率較低，因此聲音較低沈。
• 說話方式的差異：每個人的說話習慣的不同，像是說話的語速、語氣、抑揚頓挫、咬字清晰度、口音等等。比如電話一接通，就聽到大聲又連珠炮似的說話，馬上就知道是樓上的王阿姨要找媽媽。或是一聽到緩慢溫柔充滿感情的台灣國語，就知道是阿嬤從台南打電話來了。
• 說話內容的差異：生長背景、教育程度、社經地位的不同，使說話內容有所差異，例如：用詞、句型等等。像巷口賣水果的阿伯和他讀中文系的女兒，同樣要向顧客自賣自誇鳳梨有多甜，女兒也許會說「那甜蜜的滋味藏著一絲微微的酸，就像那年夏天的初戀」，阿伯則可能會說「帥哥偶謀騙你，這粒旺來跟我女兒的笑容一樣甜啦！」

上述的這些差異都可作為我們辨識說話者的依據。而其中說話方式和內容可能被他人學習、模仿，只有發音器官的差異是天生的，無法被模仿且在分析，所以許多辨識系統是採用發音的聲學特徵（acoustic features），例如，聲音頻率（高/低）、音色（如：輕柔、渾厚）等特性都可作為辨識的依據^[1]。

聲紋比對辨身分

聲紋辨識和指紋一樣，皆為生物辨識的一種。從人類的身上萃取出具有身份鑑別能力的特徵，如：指紋、聲音，將此特徵經處理、分析後儲在系統裡，日後可依據此特徵來辨識使用者的身份。利用我們獨特的聲音來辨識身份的聲紋技術，亦可稱為「語者辨認」或「說話人辨認」（speaker identification）^[2]。

聲紋辨識的過程包含兩個階段：1. 聲紋提取（voiceprint extraction）。2. 聲紋比對（voiceprint comparison）。在確認說話者的身分之前，要先有說話者的聲音語料，依說話者提供的聲音語料進行分析，並建立專屬他的聲紋模型。

一般在處理語音訊號時，會將音檔切割成小區段的方式來處理、進行分析，透過聲譜圖上的資訊來分析說話者的聲音頻率、音強、抑揚頓挫等建立專屬他的聲紋模型，並將其聲紋資訊存到系統裡。就像將我們的指紋存到手機的系統裡一樣，可以比對我們登錄系統裡的生物資訊來進行身份的核對。

當系統裡存有說話者的聲紋資訊後，其實就就能快速的進行一對一的說話者身份驗證（speaker verification），或是進行一對多的說話者辨認（speaker identification），從眾多人找出誰是說話者^[3]。

聲紋辨識不只可以抓犯人，還可以……

上述的聲紋辨識，是不是會讓你聯想到在看影集時，劇中的刑警從報案中心的人聲或是搜集回來的錄音檔中，辨識出報案人或犯人的身份。一般大家的印象會覺得聲紋辨識只會出現在刑事調查中，但其實日常生活中已經有用到聲紋來辨識身份囉！比如，智慧型手機的語音助理，只要說出關鍵詞：「嘿，Siri」、「OK Google」就能啟動AI回應。

其實，這個過程就是擷取聲音特徵，並與之前登錄的音檔互相比對，進行說話者的身份認證。除此之外，越來越多的金融機構也開始引進這項技術，憑聲音來確認身份，這樣除了可以取代回答冗長的問題來確認客戶身份、提高便利性外，也同時提高了安全性^[4]。

除了辨識身份，聲紋辨識其實也能應用在其他地方。現在也有許多研究團隊開發各種聲紋科技的應用，例如：透過大數據的聲音比對，由電腦判斷出鳳梨的好壞^[5]、或是辨識青蛙叫聲的APP ^[6]等，這些也都是運用到聲紋辨識的原理。想必聲紋科技的發展會是一種趨勢，未來會有越來越多的場合都能運用此技術，讓我們拭目以待！

參考資料：

1. 王小川。（2009）。說話人辨認。語音訊號處理（第二版，頁12-2 – 12-12）。全華圖書。清華大學電機系。淺談語者辨認。http://web.ee.nthu.edu.tw/p/404-1175-11508.php?Lang=zh-tw
2. Phonexia. (n.d). What Is Voice Biometrics?https://www.phonexia.com/knowledge-base/voice-biometrics-essential-guide/
3. 緒方憲太郎。（2022）。語音科技將會如何改變未來。聲音經濟學（林詠譯，頁159-191）。商周出版。
4. 洪明生、蘇晟維。（2022/12/11）。大數據聲紋比對判斷好壞 選鳳梨用「聽」的！ Yahoo！新聞。取自：https://bit.ly/3Vrh2Hf
5. 上游新聞市集。（2022/8/25）。現在是哪隻青蛙在叫？「蛙抵家」APP幫你聽聲認蛙！青蛙辨識軟體，揪你幫台灣錄蛙聲。取自：https://today.line.me/tw/v2/article/7NjZrr8

《論語》〈鄉黨〉裡，關於吃飯的規定，超—級—多—！！「食不厭精，膾不厭細。食饐而餲，魚餒而肉敗，不食。色惡不食，臭惡不食。失飪不食，不時不食。割不正不食，不得其醬不食。肉雖多，不使勝食氣。唯酒無量，不及亂。沽酒市脯不食。不撤薑食，不多食。祭於公，不宿肉。祭肉不出三日，出三日，不食之矣。食不語，寢不言。雖疏食菜羹瓜祭，必齊如也。」^[1]吼～這麼囉嗦，有本事自己來啊！

有些男人激不得。

物理學家 Mathieu Sellier 與 Edouard Boujo 就因為前者的妻子提出挑戰，而用電腦運算出最佳烹調模型，還在 2019 年的《物理評論流體》（Physical Review Fluids）期刊上，分享成果，造福饕客。^{[2, 3, 4]}全文第一句話，是這麼說的：「本論文研究固化流體薄膜，受制於複雜的運動學，在固體表面的流動…」，^{[5, 6]}意思是「我們要教大家做可麗餅。」

完美可麗餅的定義

撇開二位科學家基於品味差異，而無法達成共識的餡料不談，^[2]這個研究中，可麗餅的最高境界，被定義為「厚度均勻，無孔洞，且呈現完美圓形」。^{[6, 7]}要在自家廚房，達成此終極目標，通常會遇上難題：當麵糊在鍋底鋪開，同時也會逐漸被煮熟。如果水平放置鍋子，麵糊便在平均地觸及鍋緣之前固化。為避免這個問題，一般有兩種常見的解決辦法：第一種是用刀具迫使麵糊在鍋中散開，類似刮刀塗層的動作；另個做法則是將鍋子傾斜旋轉，令麵糊往低處流動。^[6]

運算製作可麗餅的模型

二位科學家採用「伴隨優化」（adjoint optimisation）的數學方法，描述流體在活動容器中的運動，模擬以最小施力，鋪出最平坦的可麗餅。^{[7, 8]}其中考慮的因素，包含：以通過鍋子圓心的縱軸為中心運動；藉重力鋪開麵糊；以及隨溫度改變濃度的麵糊與旋轉中的鍋子的互動。^[3]經過一番（讓人反胃的）計算過程，他們找到最佳的做法：先快速翻動鍋子，然後在煮的過程中，緩慢旋轉。^[7]

詳細的技巧，如下：一倒入麵糊，就馬上以陡峭的角度傾斜鍋子，把液體逼到邊緣。接著，手腕輕扭，轉鍋子一圈，確保麵糊完整鋪滿底部。在轉動的時候，傾斜的角度得逐漸縮小，轉速也隨著麵糊固化而趨緩。當覆蓋動作完成，鍋子也恢復水平狀態。^{[4, 7, 8]}

圖中，深紅處麵糊最厚，深藍則最薄。可麗餅的製作流程，由左上開始，先向下，再依序往中、右二欄進行。^[7]

起初濃厚的（紅色）麵糊被推向鍋子的右上緣，把稀薄的（淺藍）剩料拋在後頭。然而隨著順時鐘的轉動，麵糊逐漸勻稱地分佈於整個鍋底。^[7]

_{圖／參考資料 6，figure 6}

做鬆餅救眼疾

科學家們之所以對餅皮類食物的製作如此著迷，是因為類似的手法不僅能生產巧克力，幫智慧型手機螢幕鍍膜，^[4]還可以懸壺濟世。2016 年倫敦大學學院（University College London）在 YouTube 上，也發佈了一個看似玩物喪志的作品。全長約 5 五分鐘的影片裡，前 4 分鐘幾乎都在以嚴謹的態度，講述鬆餅（此指 pancake，而非 waffle）的製作。到了最後卻話鋒一轉，道出製餅技術與眼疾治療的關係。原來手術中控制眼睛內部液體外流的皮瓣（surgical flaps），就要倚靠類似的原理來研發。^[9]

救世的精神，於是賦予了科學家一個精進廚藝的學術使命。

參考資料

1. 論語/鄉黨第十（維基文庫）
2. Making the Perfect Crêpe (APS Physics, 2019)
3. The hard-hitting science behind crepes and beauty pageants (Chemical & Engineering News, 2019)
4. Using fluid dynamics to perfect crêpe cooking techniques (Phys.org, 2019)
5. Boujo E and Sellier M. (2019) ‘Pancake making and surface coating: Optimal control of a gravity-driven liquid film’. Physical Review Fluids, 4, 064802.
6. Boujo E and Sellier M. (2019) ‘Pancake making and surface coating: Optimal control of a gravity-driven liquid film’. arXiv
7. Physicists Think They’ve Finally Found the Trick to Making Perfect Crepes (Science Alert, 2019)
8. A computer model explains how to make perfectly smooth crepes (Science News, 2019)
9. Understanding the physics of pancakes to save sight (University College Lodon on YouTube, 2016)

歡迎來到羞羞物理學的領域

編按：本書作者專攻（？）肛道聲學（研究產自屁股、引發聲響的力學波）與括約肌專屬之流體力學，研究穿越肛門的氣體與液體移動。接下來有不少關於肛門與括約肌的討論，請做好心理準備。作者表示：「就一個沒念過醫學院的人而言，我研究過的肛門圖表應該是世界上最多的。」

聲音來自能製造許多壓力波的振動。人類只能聽見每秒發生一定次數的波動（頻率），範圍特別是介於每秒二十次的重低音（20Hz）和每秒兩萬次的極高音（20KHz），因此，一顆屁要被聽見，必定來自振動頻率在此範圍的某種東西。這東西就是你的肛門，說得更明確點是你的直腸外開口，由肛門內括約肌與肛門外括約肌這兩組環形肌肉牢牢控制著。氣體在直腸這處氣體與糞便儲存槽裡累積時，壓力隨之累積，你會感覺到屁意或便意，因為有一組輕巧細微的機械式受器會傳訊息到大腦，說：「留意後頭，朋友，大條的要來了。」

這些知覺很靈敏，因此你通常可以分辨是屁還是大便。當你決定放鬆肛門外括約肌時（肛門內括約肌是你無法控制的，只有外括約肌在你掌控中），受擠壓的氣體就能衝開一個小漏洞，穿過肛門。

但，為什麼屁氣釋放時肛門會振動，發出那要命的呸呸氣音呢？好，這是因為壓力與摩擦力的緣故。情況是這樣，括約肌打開一點縫隙讓屁出來，但就在氣體移動時，氣體也在屁流過的同時將肛門括約肌吸回來，部分是因為流速快使壓力降低，部分是因為氣流沿著括約肌周圍繞出，還有部分原因是有洞開啟，直腸裡的壓力稍微下降。因此洞會短暫關閉，但幾乎在關閉的同時，壓力又多一些，再度把洞推開，降低壓力後又關上，如此反覆形成快速打開又關上的動作。當這打開又關上的重複動作每秒發生至少二十次，恭喜中獎，你製造了在聽覺範圍內的長串壓力波，獲得一顆屁了！從這裡開始就會談到流體力學^＊。很神奇，對吧？

所以，直腸內高壓與屁從肛門衝出瞬間所創造的低壓進行對抗，打造出響屁。

在屁流出時縮緊或鬆開括約肌也能讓你改變屁的響聲──將屁眼擠得愈緊，音調就愈高，因為這樣會增加直腸裡的氣體壓力──而括約肌愈緊，孔洞愈小，振動就愈快。

看來有點兩難是吧？將括約肌鬆得太開有可能會洩出一點便便（一般稱為水屁），而更糟的是完全不放屁。括約肌真是不聽話。

藉由控制括約肌，你可以創造娛樂效果，也能維繫自己與心儀對象的關係。比方說，如果天還沒亮你就驚醒了，感覺有股大砲即將引爆，可是又不想吵醒枕邊人，請先為空氣撇條做好準備，在氣體即將出來時，就把兩瓣屁股盡量掰開，這樣括約肌篤定張開著，無法振動產生那熟悉的刺耳聲，你的直腸氣逸出只會帶著潛力被浪費掉的一絲咻咻嘆息，你的床伴依舊無知是福的安然熟睡（當然啦，還得看看它荼毒嗅覺的程度）。後續氣流當然也要小心，但多數練過的放屁人都有辦法好好收尾的。同樣的情況，如果已經早上七點，太陽晒到你伴侶的屁股上了，請將自己屁股與括約肌收起，像琴弓一樣繃緊，再用全力一洩而出，早安！

放屁的白努利定律／寬德效應

丹尼爾．白努利（Daniel Bernoulli，1700-82）是瑞士物理學家兼數學家，出生於苛薄善妒又工於心計的科學世家。他在力學研究中的數學應用這方面特別有天分，以白努利定律聞名後世，該定律描述流體力學中的能量保留現象。聽起來很無聊，實際應用卻很有趣，這是汽車汽化器運作的基本原理，可能也解釋了屁在不同情況下會以不同壓力與速度行進的現象。

白努利定律是這樣的：在運動的流體中，流動速度高的點承受壓力比較小。

據稱能表現這個運動現象的典型科學演示就是讓乒乓球在吹風機的氣流中漂浮，或者我個人偏愛的做法是，用吹葉機讓沙灘球飄起來。有不少物理學家爭論這現象究竟與白努利原理相關，還是寬德效應所致，不過利用紋影光學（Sschlieren optics）這種漂亮的視覺呈現技巧來分析球體周圍的氣流，可以清楚顯現球離開中央氣流，移向一旁，和噴射器中間較快的氣流相比，外側氣流速度較慢，球正被吸－與推－回到中間。白努利原理適用於封閉系統，但是在這個例子也行得通。

屁也一樣，當它衝出括約肌時會產生低壓，將括約肌吸回關閉位置，括約肌之前打開放出屁時，壓力暫時減弱也有關係。

羅馬尼亞工程師寬德（Henri Coandǎ，1886-1972）當兵表現糟透了，幹工程師的工作則特別優異，自稱他製造的寬德 1910 是史上第一架噴射機（不過他同事及當時的人都不相信那是史上第一架）。他在空氣動力學下了功夫，發現噴射的流體傾向於貼緊在浮凸表面上，形成低壓區域，這個結論被稱為寬德效應，這是另一個，或許講得更好的一個，能用來說明為何海灘球會漂浮在氣流中央的基本原理。如果球飄離主要噴射氣流，外側氣流速度較慢，擾流也多（壓力較高），而在氣流中央的球體凸面上的空氣流速比較快（壓力較低），這樣一來，球會被吸（與推）回中央。挺複雜的，但相同的壓力變化也可能在你的括約肌邊緣上演。

如何建造由吹葉機驅動的超大響屁？

小事一樁。首先你需要巨大括約肌。

1. 從水槽下拿出橡膠手套，或者去買直徑一公尺的氣球（用這個特別適合）。如果是用手套，切掉手指與拇指部分，只留下手腕處的橡膠袖套。若是用氣球，就將氣球橫向切半（也就是不要縱切，不要切到吹口部分）。
2. 拿到吹葉機後要小心，這玩意兒可以變得很危險。絕對、一定、萬萬不可朝著自己的臉。
   只要有一丁點砂石被吸進去，就可能毀掉你的眼睛。切記別這麼做。
3. 把手套或氣球最細的一端拉開、套上吹葉機，用強力膠帶封好固定住。
4. 戴上耳塞，或者戴著耳機，然後請朋友拿著吹葉機，自己以雙手抓好手套或氣球鬆開的那一端，將它拉住、張開以做好準備，站在它的某一側，別讓吹口對著你。
5. 現在大聲叫你朋友啟動吹葉機，當空氣通過吹葉機暴衝而出，可拉著、鬆開這括約肌來調整聲音，從劈里啪啦響亮高音到恐怖片級女妖鬼叫，各種屁聲都行。
6. 痛快地玩吧。

＊ 給某些物理達人讀者。流體力學有個關鍵原理稱為白努利定律：流體速度增加時，壓力會降低。但是，任何能力還不差的工程師都知道，這只適用於流線（流體在力場中的流動線條）當中。麻煩的是，一旦你的屁通過肛門內括約肌，到達肛門外括約肌並逸出成為開放狀態，要確定流線實際上的位置就變得複雜了。

本文摘自《一顆屁的科學》，2019 年 7 月，時報出版。